Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/46137
metadata.teses.dc.title: Diversidade, distribuição espacial, modelagem e manejo de um fragmento florestal em Moçambique com predominância de Androstachys johnsonii Prain.
metadata.teses.dc.title.alternative: Diversity, spatial distribution, modeling, and management of a forest fragment in Mozambique, with a predominance of Androstachys johnsonii Prain.
metadata.teses.dc.creator: Tuzine, Mário Sebastião
metadata.teses.dc.creator.Lattes: http://lattes.cnpq.br/8733387430472674
metadata.teses.dc.contributor.advisor1: Calegario, Natalino
metadata.teses.dc.contributor.referee1: Acerbi Junior, Fausto Weimar
metadata.teses.dc.contributor.referee2: Barbosa, Bruno Henrique Groenner
metadata.teses.dc.contributor.referee3: Oliveira, Marcelo Silva de
metadata.teses.dc.contributor.referee4: Mendonça, Adriano Ribeiro de
metadata.teses.dc.subject: Fitossociologia
Variograma
Redes neurais artificiais
Modelos não lineares
Manejo florestal
Phytosociology
Variogram
Artificial neural networks
Nonlinear models
Forest management
metadata.teses.dc.date.issued: 1-Mar-2021
metadata.teses.dc.description.sponsorship: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
metadata.teses.dc.identifier.citation: TUZINE, M. S. Diversidade, distribuição espacial, modelagem e manejo de um fragmento florestal em Moçambique com predominância de Androstachys johnsonii Prain. 2018. 105 p. Tese (Doutorado em Engenharia Florestal) – Universidade Federal de Lavras, Lavras, 2021.
metadata.teses.dc.description.resumo: Inventário é uma ferramenta importante para o manejo e a gestão operacional florestal, contudo essa técnica necessita de alguns instrumentos auxiliares que podem fornecer melhores estimativas na modelagem dos dados, tais como a análise fitossociológica, geoestatística, relação hipisométrica, distribuição diamétrica e a prescrição de manejo. Androstachys johnsonii Prain (Euphorbiaceae) é uma espécie endêmica da África Austral, bastante explorada e ameaçada ao Sul de Moçambique. A fim de avaliar o desempenho de modelos espaciais, redes neurais artificiais e modelos de regressão não lineares, para a estimativa de variáveis biométricas, a partir de dados de inventário florestal, foram instaladas 79 Unidades Amostrais UA temporárias, de 0,2 ha cada. Em todas as UA, foram medidas as árvores com diâmetro à altura do peito maior que 10 cm. Foram registrados 4978 indivíduos, representando 41 espécies e 17 famílias. A família dominante foi Fabaceae com 14 espécies, seguida por Anacardiaceae, Combretaceae, Euphorbiaceae e Loganiaceae, com três espécies cada. A área basal média foi relativamente baixa (15,72 m²ha-1), acompanhada por baixos níveis de diversidade de espécies de Shannon-Wiener (H’ = 1,08) e índice uniformidade (J = 0,61), demonstrando a ocorrência de uma monodominância. A análise geoestatística indicou um gradiente das variáveis biométricas, aumentando da região Sul até o Norte. As redes neurais demonstraram melhor desempenho, para a estimativa de altura total com erro menor que 2,4m, todavia a inclusão das covariantes também melhorou as estimativas, obtendo um erro igual a 2,5m. O modelo biexponecial apresentou melhor performance, quando comparado com o geralmente usado (Meyer–Liocourt), sendo recomendado para florestas desbalanceadas.
metadata.teses.dc.description.abstract: Inventory is an essential tool for forest management and operational management. However, this technique requires some additional tools to provide better estimates in data modeling, such as phytosociological analysis, geostatistics, hypsometric relationship, diametric distribution, and management prescription. Androstachys johnsonii Prain (Euphorbiaceae) is an endemic species in southern Africa widely exploited and threatened in southern Mozambique. This paper's objective was to assess the performance of spatial models, artificial neural networks, and nonlinear regression models to estimate biometric variables from forest inventory data. We installed 79 temporary Sample Units (SU) of 0.2 ha each and measured the trees with a diameter at breast height greater than 10 cm. We recorded 4978, representing 41 species and 17 families. Fabaceae was the dominant family, with 14 species, followed by Anacardiaceae, Combretaceae, Euphorbiaceae, and Loganiaceae, with three species each. The average basal area was relatively low (15.72 m²ha-1), accompanied by low levels of diversity of Shannon-Wiener species (H'=1.08) and uniformity index (J=0.61), indicating the occurrence of a monodominance. The geostatistical analysis revealed a gradient of biometric variables, increasing from the southern to the northern regions. The neural networks showed better performance for estimating total height, with an error of less than 2.4 m. However, the inclusion of covariants also improved the estimates, obtaining an error equal to 2.5 m. The biexponential model showed a better performance than the one generally used (Meyer–Liocourt), thus being recommended for unbalanced forests.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/46137
metadata.teses.dc.publisher: Universidade Federal de Lavras
metadata.teses.dc.language: por
Appears in Collections:DCF - Engenharia Florestal - Doutorado (Teses)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.